Necesitaba 30 investigadores y un año – la IA hizo el mismo trabajo en 30 minutos por 50 coronas suecas

Del equipo de investigadores al proyecto de cinco minutos

En 2009, el genetista Euan Ashley formaba parte de un proyecto pionero: analizar el genoma completo de un colega. Se requería un equipo interdisciplinario de 30 personas — genetistas, científicos de datos, farmacólogos, clínicos — y tomó casi un año. Los resultados se publicaron en la revista médica The Lancet y fueron considerados un avance científico.

Hace poco, Ashley repitió el mismo experimento. Esta vez utilizó el asistente de IA Claude, le proporcionó una instrucción de 180 palabras y esperó. Treinta minutos después, el sistema había recreado la mayoría de los hallazgos originales. Costo total: aproximadamente cinco dólares.

Es difícil exagerar lo dramático de ese cambio.

Lo que Claude realmente encontró

Ashley pidió a Claude que siguiera exactamente el mismo marco de análisis que utilizó el equipo original: identificar variantes genéticas raras vinculadas a enfermedades hereditarias, mapear cómo el genoma puede afectar la respuesta a medicamentos y evaluar el riesgo de enfermedades comunes.

Los resultados fueron, según STAT News, notables. Claude logró reidentificar varios de los hallazgos más importantes — incluyendo el más significativo: que Ashley porta dos copias de la variante APOE ε4, fuertemente asociada con mayor riesgo de enfermedad de Alzheimer. El sistema no encontró variantes importantes que causen trastornos genéticos hereditarios, un resultado que concordaba bien con lo que el equipo original descubrió. Claude además identificó variantes en los genes DPYD y CYP2C19 — ambas relevantes para cómo el cuerpo metaboliza ciertos medicamentos, lo que tiene importancia clínica directa en la selección de fármacos.

No se trata, entonces, de un sistema que da respuestas vagas como "podrías tener mayor riesgo de ciertas enfermedades". Se trata de hallazgos concretos y reproducibles con relevancia médica.

La tecnología está lista — la regulación no

Como desarrollador de sistemas, esto es fascinante por varias razones. Los grandes modelos de lenguaje hace tiempo que muestran fortaleza en razonar sobre información compleja basada en texto — pero aplicarlo a datos genómicos en bruto de esta manera es un salto cualitativo. Requiere que el modelo no solo pueda leer información genética, sino que pueda contextualizarla frente a un enorme conocimiento médico y sacar conclusiones con precisión clínica.

Pero con esa capacidad vienen inevitablemente preguntas difíciles. ¿Quién debe tener derecho a usar esta tecnología? ¿Un médico con acceso al historial médico completo del paciente como contexto? ¿Una persona curiosa que carga sus datos en bruto de un servicio de prueba genética directa al consumidor? ¿Una compañía de seguros?

Es precisamente esa tensión la que convierte el experimento de Ashley en algo más que una curiosidad técnica. Anteriormente, el costo y la complejidad funcionaban como un umbral natural — mantenían el análisis genómico dentro de los entornos controlados de la sanidad y la investigación. Cuando ese umbral casi desaparece, necesitamos otros mecanismos de protección.

El reverso de las posibilidades

Quiero ser claro: veo esto como un avance fundamentalmente positivo. El análisis genómico accesible puede democratizar el diagnóstico temprano, dar a los pacientes mejor fundamento para decidir sobre su propia salud y abrir puertas a la investigación que antes era económicamente imposible. Eso no es poco.

Pero la posibilidad y el riesgo crecen de exactamente la misma raíz. Una tecnología que puede dar a una persona insight sobre su vulnerabilidad genética también puede usarse para discriminar, manipular o violar la privacidad de formas que son difíciles de revertir — la información genética es por definición permanente y única.

Por eso es prudente que Ashley y otros en el campo ahora pidan directrices claras. La tecnología no espera por la regulación, pero al menos podemos asegurar que los marcos se construyan con los ojos abiertos y sin ingenuidad sobre lo que realmente es posible.